在全球氣候變暖的背景下，近年來，全球范圍內(nèi)，極端天氣事件呈現(xiàn)增多、增強、時空分布更加復雜多變等趨勢。天氣無常，也加大了天氣預報工作的難度。利用人工智能，可顯著提高天氣預報的準確性和可靠性。

目前，天氣預報除了依靠預報員的綜合判斷外，主要采用數(shù)值天氣預報模式，通過處理由氣象衛(wèi)星、觀測臺站、雷達等收集到的觀測資料，求解描寫天氣演變的大氣動力學方程組，進而提供天氣氣候的預測信息。這一過程涉及大量計算，耗費較長時間與較大的計算資源。

人工智能方法以機器學習算法為基礎，通過數(shù)學統(tǒng)計方法高效處理海量數(shù)據(jù)，減少計算量、節(jié)省計算資源。機器學習算法能分析大量歷史數(shù)據(jù)間隱藏的非線性關(guān)系，更準確地厘清地球系統(tǒng)現(xiàn)象間復雜的因果關(guān)系。中國深圳氣象局建立的基于深度學習的雷達外推模型，可以在5—10分鐘內(nèi)有效預測未來0—6小時的降水?？梢?，將人工智能應用到傳統(tǒng)數(shù)值天氣預報中，可加快天氣預報速度并提高預報準確率。

對于極端天氣氣候事件，準確及時的預報有助于降低損失、挽救生命。無論是提前幾小時的短臨預報，還是提前幾個月甚至一兩年的氣候預測，人工智能都有“用武之地”，可以快速識別可能導致極端災害事件的氣象條件。比如，瑞士洛桑聯(lián)邦理工學院和英國利茲大學利用人工智能開發(fā)出閃電預測模型，僅使用基本的氣象數(shù)據(jù)就可以提前10—30分鐘發(fā)出30公里半徑內(nèi)的雷暴預警，預測準確率接近80%。再如，南京信息工程大學和韓國全南大學合作，利用人工智能改進對厄爾尼諾現(xiàn)象的季節(jié)—年際預測，比現(xiàn)有模型的預測準確率提高10%—20%。

不過，對人工智能究竟能在多大程度上改進天氣預報和氣象服務，也存在爭議。人工智能的本質(zhì)是通過對過去天氣形勢的學習，預測未來的天氣情況，而實際的天氣過程千變?nèi)f化，一個變量微小的擾動都會改變未來天氣狀況。同時，人工智能也格外依賴數(shù)據(jù)的精確程度，觀測數(shù)據(jù)有細小差異，預測結(jié)果就會相差甚遠。此外，人工智能常被比喻為“黑箱模型”，該方法只能得出天氣預測結(jié)果，但其科學性以及可解釋性較弱。

雖然有局限性，但人工智能在預報天氣領域的應用已獲得業(yè)界認可，越來越多的國家正在對“人工智能+氣象”進行布局。歐洲中期天氣預報中心發(fā)布了2021—2030年戰(zhàn)略規(guī)劃，提出未來10年將人工智能完全融入數(shù)值天氣預報和氣候服務中。美國國家大氣研究中心正推動一項研究計劃，深化人工智能在天氣氣候領域中的應用。中國設立了國家重點研發(fā)計劃，支持人工智能地學應用研究，還設立了氣象聯(lián)合基金，關(guān)注人工智能氣象應用技術(shù)。隨著人工智能技術(shù)的不斷提高，天氣預報會更加準確，智能氣象時代將加速到來。

（作者羅京佳為南京信息工程大學氣候與應用前沿研究院院長）

免責聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章，目的在于弘揚科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責，在此我們謹向原作者和原媒體致以崇高敬意。如果您認為本站文章侵犯了您的版權(quán)，請與我們聯(lián)系，我們將第一時間刪除。